顺序查找的时间复杂度为O(N), 应改为(N/2) 理解问题吧时间复杂度一般计N N^2等,也就是说O(N)=O(N/2) 解决方案 » 免费领取超大流量手机卡,每月29元包185G流量+100分钟通话, 中国电信官方发货 一般认为当n足够大的时候O(n)和O(n/2)的区别就不是很大,统一都标成O(n),叫做线性阶O(n) 抄段教材(2)时间复杂度在刚才提到的时间频度中,n称为问题的规模,当n不断变化时,时间频度T(n)也会不断变化。但有时我们想知道它变化时呈现什么规律。为此,我们引入时间复杂度概念。一般情况下,算法中基本操作重复执行的次数是问题规模n的某个函数,用T(n)表示,若有某个辅助函数f(n),使得当n趋近于无穷大时,T(n)/f(n)的极限值为不等于零的常数,则称f(n)是T(n)的同数量级函数。记作T(n)=O(f(n)),称O(f(n)) 为算法的渐进时间复杂度,简称时间复杂度。在各种不同算法中,若算法中语句执行次数为一个常数,则时间复杂度为O(1),另外,在时间频度不相同时,时间复杂度有可能相同,如T(n)=n^2+3n+4与T(n)=4n^2+2n+1它们的频度不同,但时间复杂度相同,都为O(n^2)。按数量级递增排列,常见的时间复杂度有:常数阶O(1),对数阶O(log2n),线性阶O(n),线性对数阶O(nlog2n),平方阶O(n^2),立方阶O(n^3),...,k次方阶O(n^k),指数阶O(2^n)。随着问题规模n的不断增大,上述时间复杂度不断增大,算法的执行效率越低。 注意教材举的例子这是个数学的问题常数阶O(1)不是表示只执行一次,而是表示执行一个常数次,不管常数是1还是100000000线性阶O(n)不是表示正好执行n次,而是表示执行n的倍数次,不管倍数是1/10000000还是100000000 谢谢 Yang_(扬帆破浪)请大家继续。 目前的一些教材都认为顺序查找的时间复杂度为O(N), 如果改成首尾同时比较,那么时间复杂度将变成O(N/2)-----------------------------------------------------一般情况下,算法中基本操作重复执行的次数是问题规模n的某个函数f(n),算法的时间量记作:T(n)=O(f(n)),表示随问题规模n的增大,算法执行时间的增长率和f(n)的增长率相同,成为时间复杂度.以上是时间复杂度定义,请注意是<增长率>.所以O(N)=O(N/2).一般时间复杂度只看N的最高次幂~~ 求SQL写一个月里有几个工作日 新手请教一个模糊查询问题 急,四级数据库里的一个问题!! 为什么nvarchar类型的字段在Delphi写的前端应用程序中不能显示出来? 创建“允许为空,但不为空时不能重复”的约束 sql无法正常访问? 菜鸟提问!!! ?……………………?这是怎么做的?~~~~~~~~~~~~~~~? 关于索引问题 麻烦但简单的问题,希望哪位好心人能耐心告知!Thanks! 插入数据库遇到的问题,大家帮看看 将近一个月的时间了,这个存储过程的怪异问题还没有解决,高手们,等你们出手啊!
在刚才提到的时间频度中,n称为问题的规模,当n不断变化时,时间频度T(n)也会不断变化。但有时我们想知道它变化时呈现什么规律。为此,我们引入时间复杂度概念。一般情况下,算法中基本操作重复执行的次数是问题规模n的某个函数,用T(n)表示,若有某个辅助函数f(n),使得当n趋近于无穷大时,T(n)/f(n)的极限值为不等于零的常数,则称f(n)是T(n)的同数量级函数。记作T(n)=O(f(n)),称O(f(n)) 为算法的渐进时间复杂度,简称时间复杂度。在各种不同算法中,若算法中语句执行次数为一个常数,则时间复杂度为O(1),另外,在时间频度不相同时,时间复杂度有可能相同,如T(n)=n^2+3n+4与T(n)=4n^2+2n+1它们的频度不同,但时间复杂度相同,都为O(n^2)。按数量级递增排列,常见的时间复杂度有:
常数阶O(1),对数阶O(log2n),线性阶O(n),
线性对数阶O(nlog2n),平方阶O(n^2),立方阶O(n^3),...,
k次方阶O(n^k),指数阶O(2^n)。随着问题规模n的不断增大,上述时间复杂度不断增大,算法的执行效率越低。
常数阶O(1)不是表示只执行一次,而是表示执行一个常数次,不管常数是1还是100000000
线性阶O(n)不是表示正好执行n次,而是表示执行n的倍数次,不管倍数是1/10000000还是100000000
如果改成首尾同时比较,那么时间复杂度将变成O(N/2)
-----------------------------------------------------
一般情况下,算法中基本操作重复执行的次数是问题规模n的某个函数f(n),算法的时间量记作:T(n)=O(f(n)),表示随问题规模n的增大,算法执行时间的增长率和f(n)的增长率相同,成为时间复杂度.
以上是时间复杂度定义,请注意是<增长率>.
所以O(N)=O(N/2).
一般时间复杂度只看N的最高次幂~~